En conduite autonome, le véritable obstacle ne réside pas simplement à circuler sur une autoroute par beau temps. Il se trouve dans tous ces rares événements qui, lorsqu’ils surviennent, transforment complètement la situation : un virage manqué à cause de travaux mal signalés, un véhicule arrêté qui oblige à une manœuvre imprévue, un piéton surgissant derrière un obstacle, ou encore une combinaison de pluie, de reflets et de marquages au sol détériorés. L’industrie résume cette complexité avec un terme désormais courant : la long tail, la “queue longue” de scénarios rares et complexes qui freine encore la progression vers des déploiements robustes de niveau 4.

Lors du CES, NVIDIA a décidé d’aborder cette zone grise avec une stratégie alliant ouverture et pragmatisme : Alpamayo, une famille de modèles, d’outils et de jeux de données conçus pour accélérer le développement de systèmes capables non seulement de percevoir, mais aussi de raisonner explicitement sur ce qui se passe sur la route. Le lancement ne se limite pas à un simple “navigateur automatique” amélioré, mais propose une infrastructure technique permettant aux fabricants, intégrateurs et laboratoires d’entraîner et de valider plus efficacement leur comportement dans des scénarios extrêmes.

De la perception au raisonnement : pourquoi un VLA avec chain-of-thought fait la différence

Alpamayo repose sur le concept VLA (Vision-Language-Action) : des modèles combinant vidéo/image, représentations sémantiques et production d’actions (trajectoires, décisions). La différence clé réside dans le raisonnement étape par étape (chain-of-thought) destiné à prendre des décisions dans des situations peu courantes ou inédites.

Concrètement, cela répond à un problème historique du secteur : de nombreux stacks traditionnels séparent perception et planification. Si cette disjonction fonctionne en situation normale, elle devient fragile face à un cas inattendu qui ne correspond pas aux scénarios appris. Le raisonnement explicite cherche justement à réduire cette vulnérabilité : si le système peut expliquer ses décisions (même sous forme de traces internes durant l’entraînement), il devient plus facile de débuguer, d’évaluer et d’améliorer.

Alpamayo 1 : un modèle ouvert pour former des modèles plus petits

Au cœur du dispositif se trouve Alpamayo 1, présenté comme un modèle de 10 milliards de paramètres qui utilise des entrées vidéo pour générer des trajectoires et des schémas de raisonnement. Ce qui importe vraiment : NVIDIA le positionne comme un modèle enseignant (teacher). Son objectif n’est pas nécessairement de fonctionner directement dans le véhicule, mais de servir de “professeur” pour :

• Affiner des modèles avec des données spécifiques (flottes, bancs d’essais, scénarios locaux).
• Extraire des capacités vers des modèles plus légers et efficaces en temps réel.
• Développer des outils auxiliaires : évaluateurs basés sur le raisonnement, systèmes d’auto-étiquetage, validation de politiques.

Ce protocole est essentiel pour saisir la dynamique : en autonomie, un simple “grand modèle” ne suffit pas. L’enjeu est de disposer d’un flux de travail reproductible capable de transformer des connaissances abstraites en composants opérationnels, audités et facilement maintenables.

AlpaSim : simulation ouverte pour tests en boucle fermée à grande échelle

Le deuxième pilier est AlpaSim, un cadre de simulation open source conçu pour des tests de haute fidélité intégrant capteurs, dynamique routière configurable et validation en boucle fermée (closed-loop). Dans la conduite autonome, la simulation ne se limite pas à une démonstration esthétique : elle constitue le moyen le plus efficace de :

• Multiplier les variations d’un même incident.
• Mesurer les régressions à chaque modification de modèle ou de règles.
• Forcer des conditions extrêmes (luminosité, météo, bruits) sans risques physiques.
• Former des politiques via des cycles d’itération plus courts.

Avec AlpaSim, NVIDIA vise à créer un écosystème où l’entraînement et la validation ne reposent plus exclusivement sur la route réelle, mais disposent d’un “laboratoire” reproductible et maîtrisé.

Jeux de données : plus de 1 700 heures axées sur les scénarios difficiles

Le troisième pilier concerne les Physical AI Open Datasets, un ensemble ouvert comprenant plus de 1 700 heures de conduite dans divers environnements et conditions, incluant des cas rares et complexes. En pratique, cette collection poursuit deux grandes finalités :

1. Augmenter la diversité réelle (pas seulement le volume).
2. Fournir du matériau spécifique pour entraîner et tester le comportement dans des situations qui tendent à faire échouer le système.

Une dimension stratégique est également présente : si les modèles, simulations et données sont ouverts, cela facilite l’apport de contributions par les universités et petites équipes, permettant ainsi une innovation distribuée et accélérée de l’écosystème global.

Une ouverture… mais avec un regard industriel : message aux constructeurs et plateformes

NVIDIA accompagne Alpamayo avec un discours concentré sur l’adoption industrielle : il s’agit d’un “moment ChatGPT” pour la physical AI, où les robotaxis figurent parmi les premiers à bénéficier de cette avancée. La stratégie s’intègre à son portefeuille plus large : outils et modèles de Cosmos et Omniverse, intégration avec DRIVE Hyperion et matériel DRIVE AGX Thor, ainsi qu’un cadre de sécurité appelé Halos, destiné à renforcer la confiance et la scalabilité des déploiements avancés.

Plus largement, cette démarche montre que le secteur comprend depuis plusieurs années que “plus de données et plus de réseaux” ne suffisent pas pour réaliser des avancées majeures. Alpamayo vise à faire progresser la conduite autonome en insistant sur la capacité à mieux comprendre les causes lorsque le monde réel s’affranchit du scénario prévu.

Foire aux questions

Que signifie que Alpamayo soit un “modèle teacher” ?
Il est conçu pour enseigner : il sert à affiner, évaluer et distiller des capacités vers des modèles plus petits qui pourront fonctionner avec une latence, une consommation et un coût adaptés en production.

Pourquoi la simulation en boucle fermée est-elle si cruciale en autonomie ?
Parce qu’elle permet de reproduire et faire varier un incident des milliers de fois, en observant comment les décisions du système évoluent face à différentes réponses de l’environnement. C’est la méthode la plus efficace pour valider la robustesse sans dépendre uniquement de la route réelle.

Quel est l’intérêt du raisonnement (chain-of-thought) en conduite autonome ?
Il apporte une traçabilité lors de l’entraînement et de l’évaluation : cela facilite la compréhension des décisions du système face à des cas rares, accélérant débogage, validation et amélioration.

Cela va-t-il accélérer le passage au niveau 4 dans un avenir proche ?
Ce n’est pas une potion miraculeuse. Il s’agit d’accélérer le cycle de développement : outils, tests et “professeurs” plus performants pour que les systèmes en runtime généralistent mieux dans les scénarios rares, où la majorité des freins se trouvent aujourd’hui.

Sources : Nvidia Alpamayo et Noticias IA